# Comment Mira recherche Source: https://docs.mira.day/fr/docs/sourcing/agentic-search > Décrivez en langage naturel la personne que vous recherchez. Mira explore de nombreuses sources de talents et le web ouvert, creuse étape par étape en suivant les signals qu'elle fait remonter, et vous retourne des candidats avec la raison pour laquelle chacun correspond. L'Agentic Sourcing est la façon dont Mira trouve des personnes, et elle fonctionne différemment de LinkedIn Recruiter et de la recherche par mots-clés traditionnelle. **Décrivez qui vous cherchez en langage naturel, et Mira agit comme un recruteur chevronné : elle explore de nombreuses sources de talents, suit les signals étape par étape, et vous explique pourquoi chaque candidat correspond.** *** Ce qu'elle résout [#ce-quelle-résout] La recherche de candidats traditionnelle a deux limites inhérentes : * **Une seule base de données.** Les bonnes personnes sont dispersées entre réseaux professionnels, communautés de développeurs, plateformes de recherche et sites d'entreprises. Une base unique en manque forcément. * **Un seul passage.** Une simple correspondance par mots-clés tend à remonter des personnes aux CV bien présentés, pas des personnes véritablement adaptées. L'Agentic Sourcing se distingue sur les deux points : elle puise dans **de nombreuses sources** et avance en **plusieurs étapes**, décidant où chercher ensuite à partir de ce que l'étape précédente a fait remonter, jusqu'à trouver les bonnes personnes, y compris les candidats passifs qui ne cherchent pas activement de poste. Comment ça fonctionne [#comment-ça-fonctionne] 1. **Vous décrivez le besoin**, en langage courant : le poste, les incontournables et les atouts appréciés. 2. **Un Sourcing Agent recherche** à travers de nombreuses sources de talents et le web ouvert, en suivant les signals (entreprises, stacks techniques, projets, travaux publics) et en les recoupant. 3. **Vous obtenez des résultats expliqués** : un vivier de candidats où chaque personne est accompagnée de la raison pour laquelle elle correspond. 4. **Vous affinez.** Si la direction est mauvaise, dites-le simplement ou ajoutez une contrainte, et Mira s'ajuste. Fonctionnalités clés [#fonctionnalités-clés] * **Rappel multi-sources** : explore simultanément de nombreuses sources de talents professionnels et le web ouvert, puis fusionne et déduplique pour qu'aucun biais d'une source unique ne domine. * **Exploration approfondie multi-étapes** : pas une correspondance en un seul passage ; elle suit les signals et croise les vérifications sur plusieurs sauts, ce qui lui permet d'atteindre les candidats réellement adaptés, y compris les candidats passifs. Propulsé par [MRE](/fr/docs/match-quality-and-trust/understanding-ai-matching). * **Correspondance pondérée par les preuves** : Mira évalue chaque candidat par rapport à vos incontournables et à vos critères éliminatoires, puis les classe selon les preuves, faisant remonter les profils non évidents (comme l'ingénieur solide qui n'a jamais mis à jour son titre de poste). Chaque candidat est accompagné de la raison de sa correspondance, ce qui donne un vivier que vous pouvez défendre. * **Contact à la demande** : une fois les bonnes personnes trouvées, révélez l'e-mail ou le téléphone selon vos besoins (chaque révélation consomme des Credits). Bien décrire le poste [#bien-décrire-le-poste] L'Agent comprend le langage naturel, mais plus de contexte lui donne plus de matière sur laquelle raisonner. Une description faible et une description forte produisent des viviers de candidats très différents : | Faible | Forte | Pourquoi ça compte | | -------------------------------- | ---------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------ | | « Trouve-moi un développeur » | « Senior backend engineer, 5+ ans de Python, a construit des microservices à grande échelle, idéalement issu de la fintech » | Plus de contexte signifie plus de signals à faire correspondre | | « Personne marketing à NYC » | « Marketing manager B2B SaaS à NYC, a piloté des lancements produit, à l'aise avec les campagnes data-driven » | Les critères implicites déclenchent la recherche par raisonnement | | « On cherche quelqu'un de bien » | « Quelqu'un qui a fait passer un produit de 0 à 1, idéalement dans une startup en phase Series A à B » | Mira lit « 0 à 1 » comme une expérience de construction en phase précoce | Vous pouvez aussi vous appuyer sur les critères implicites que vous diriez à voix haute. Mira raisonne sur ce qu'ils signifient plutôt que de les traiter comme des mots-clés : | Vous dites | Mira le comprend comme | | ----------------------------------- | ------------------------------------------------------------------------------------------------------ | | « 0 à 1 » ou « construit de zéro » | construction d'entreprise en phase précoce, faire passer quelque chose de rien jusqu'au lancement | | « startup DNA » ou « débrouillard » | travaille en autonomie, à l'aise avec l'ambiguïté et le peu de structure | | « profil en forte croissance » | déduit de la taille de l'entreprise, de l'historique de financement et de la trajectoire de croissance | | « 5+ ans d'expérience » | lu à partir du parcours professionnel réel, pas d'une étiquette de profil | | « a monté une équipe » | a recruté et dirigé une équipe, pas seulement travaillé au sein d'une équipe | La suite [#la-suite] * [Incontournables et critères éliminatoires](/fr/docs/sourcing/search-filters-and-criteria) : comment Mira lit vos exigences et construit l'Ideal Candidate Profile. * [Comment Mira met en correspondance les candidats](/fr/docs/match-quality-and-trust/understanding-ai-matching) : comment MRE raisonne pour faire remonter les bons candidats. * [Agent Team](/fr/docs/meet-mira/agent-teams) : mettre une équipe sur une recherche complexe.